0)0 引言隨著雙目立體視覺(jué)系統(tǒng)在各領(lǐng)域的廣泛運(yùn)用[1],不同的林業(yè)機(jī)械和林業(yè)裝備也逐步應(yīng)用雙目立體視覺(jué)系統(tǒng)以提高其智能化程度,適應(yīng)森林復(fù)雜的作業(yè)環(huán)境[2]。如王怡萱[3]設(shè)計(jì)了一種林業(yè)機(jī)器人立木測(cè)距系統(tǒng),系統(tǒng)采用DSP (Digital Signal Processor)負(fù)責(zé)圖像處理、ARM (Advanced RISC Machine)負(fù)責(zé)機(jī)器人整體系統(tǒng)控制的雙核處理器,在0.2 m到2 m的戶外實(shí)地測(cè)試中,該系統(tǒng)的測(cè)距精度達(dá)到90%,滿足了系統(tǒng)設(shè)計(jì)要

技術(shù)手段主要包括雙目、結(jié)構(gòu)光和ToF 3個(gè)技術(shù)方向。文獻(xiàn)[1]設(shè)計(jì)了一種高超聲速風(fēng)洞的雙目視覺(jué)測(cè)量方案,通過(guò)模型標(biāo)志點(diǎn)技術(shù)來(lái)計(jì)算實(shí)驗(yàn)?zāi)Ｐ偷奈灰坪妥藨B(tài)。文獻(xiàn)[2]提出了一種基于雙目結(jié)構(gòu)光立體視覺(jué)的高反射焊接表面3D重建技術(shù)。文獻(xiàn)[3]使用人工神經(jīng)網(wǎng)絡(luò) (ANN) 技術(shù)提高了ToF測(cè)量的精度。并使用深度學(xué)習(xí)算法實(shí)現(xiàn)ANN。證明了人工神經(jīng)網(wǎng)絡(luò)方法在光學(xué)測(cè)距方面的優(yōu)越性。本文基于雙目相機(jī)與ToF(time-of-flight)相機(jī)互補(bǔ)的特質(zhì),將2種技術(shù)進(jìn)行結(jié)合定位

的不斷開(kāi)發(fā)應(yīng)用，雙目視覺(jué)重建技術(shù)也獲得了越來(lái)越多研究人員的關(guān)注，并對(duì)工業(yè)自動(dòng)化、智能分析等方面發(fā)揮了更加重要的作用[1-2]。由于雙目視覺(jué)是實(shí)現(xiàn)雙目視覺(jué)技術(shù)應(yīng)用的硬件基礎(chǔ)，因此如何對(duì)其進(jìn)行準(zhǔn)確定位成為當(dāng)前的一項(xiàng)重點(diǎn)研究課題[3]。由于三維模型精度也受到雙目視覺(jué)定位尺寸精度的直接作用，因此進(jìn)行實(shí)際工程應(yīng)用時(shí)，需重點(diǎn)關(guān)注定位精度與時(shí)間[4]。對(duì)雙目視覺(jué)進(jìn)行定位時(shí)需要先構(gòu)建針孔相機(jī)的數(shù)學(xué)模型，為空間物點(diǎn)與映射像點(diǎn)設(shè)置約束集再確定相機(jī)內(nèi)外參數(shù)[5]。神經(jīng)網(wǎng)絡(luò)在近些

度不變性。但對(duì)于雙目視覺(jué)，雙目圖像間沒(méi)有尺度變化，所以O(shè)RB算法仍能很好地應(yīng)用于雙目視覺(jué)的特征點(diǎn)匹配，并保證匹配精度。視覺(jué)定位依據(jù)視覺(jué)傳感器的數(shù)量可分為單目視覺(jué)定位和雙目視覺(jué)定位。單目視覺(jué)無(wú)法直接獲得視場(chǎng)的深度信息。雙目視覺(jué)能夠利用雙目間的旋轉(zhuǎn)和平移參數(shù)，解算深度信息，進(jìn)而獲得目標(biāo)的三維位置。文獻(xiàn)[16-17]通過(guò)機(jī)器學(xué)習(xí)的方式識(shí)別圖像中的人類、工件目標(biāo)，再通過(guò)雙目視覺(jué)定位目標(biāo)位置，由于人類、工件目標(biāo)較小且形狀規(guī)則，容易確定目標(biāo)中心，使定位誤差較小，但對(duì)于

建模方法主要包括雙目視覺(jué)(Stereo-vision，SV)、基于陰影的形狀重建(Shape from shading，SFS)和基于運(yùn)動(dòng)的結(jié)構(gòu)重建(Structure from motion，SFM)。其中，雙目立體視覺(jué)一直是立體視覺(jué)領(lǐng)域的重要研究對(duì)象，在導(dǎo)航、航天測(cè)控等領(lǐng)域有廣泛的應(yīng)用前景。例如，美國(guó)航空航天學(xué)會(huì)(AIAA)對(duì)雙目立體視覺(jué)算法進(jìn)行了研究與優(yōu)化，進(jìn)一步驗(yàn)證了雙目避障的有效性；美國(guó)噴氣推進(jìn)實(shí)驗(yàn)室(JPL)也利用雙目立體視覺(jué)進(jìn)行地面斜坡檢測(cè)、

所用的設(shè)備通常有雙目相機(jī)、結(jié)構(gòu)光相機(jī)、激光雷達(dá)等。結(jié)構(gòu)光相機(jī)的缺點(diǎn)是測(cè)量距離近，激光雷達(dá)的缺點(diǎn)是分辨率較低，本文選用測(cè)量距離遠(yuǎn)、分辨率高的雙目相機(jī)作為三維建圖的傳感器，但雙目相機(jī)對(duì)光照條件要求高。在光照條件較差的情況下，使用雙目相機(jī)得到的三維地圖精度較差，甚至不能進(jìn)行建圖工作。在以往的工作中，出現(xiàn)了由于被重建物體表面粗糙度較低，反射了一部分環(huán)境光的情況。在雙目相機(jī)采集到的圖像中，進(jìn)行立體匹配時(shí)因耀斑在左目圖像和右目圖像中的位置不同產(chǎn)生了誤匹配，進(jìn)而降低了重

案是肯定的。隨著雙目立體視覺(jué)技術(shù)的發(fā)展與應(yīng)用，立體視覺(jué)傳感器科技公司相繼推出了限高防撞預(yù)警(HLW)系統(tǒng)，并進(jìn)一步拓展了可通過(guò)性預(yù)警功能。圖1 限高裝置導(dǎo)致的交通事故圖2 常見(jiàn)的限高情況限高碰撞預(yù)警系統(tǒng)限高防撞預(yù)警系統(tǒng)是指通過(guò)專業(yè)感知傳感器實(shí)時(shí)檢測(cè)車輛前方視角范圍內(nèi)可見(jiàn)的限高目標(biāo)(如限高桿、橋隧、路邊指示牌、廣告牌、樹干等)，對(duì)限高目標(biāo)低于車頂高度的情況，有碰撞危險(xiǎn)時(shí)進(jìn)行聲音和視覺(jué)預(yù)警的車輛主動(dòng)安全系統(tǒng)。常見(jiàn)限高有兩類情況：一是相關(guān)單位人為設(shè)置的限高裝置，

離。文獻(xiàn)[6]將雙目相機(jī)與激光指向儀剛性連接拍攝機(jī)身上的特征達(dá)到求解位姿的目的，雙目測(cè)量距離一般很近，導(dǎo)致距離較遠(yuǎn)時(shí)測(cè)量失效。基于iGPS定位技術(shù)[7]，基于空間交匯測(cè)量技術(shù)[8]、基于超寬帶測(cè)量技術(shù)[9]等均能實(shí)現(xiàn)位姿測(cè)量，但其系統(tǒng)較為復(fù)雜，難以持續(xù)化運(yùn)行。楊文娟等[10]將激光指向儀改進(jìn)為兩個(gè)平行激光指向儀束，利用單目視覺(jué)技術(shù)實(shí)現(xiàn)復(fù)雜背景下機(jī)身實(shí)時(shí)位姿獲取，并在井下成功應(yīng)用。綜上所述，懸臂式掘進(jìn)機(jī)位姿測(cè)量可以分為：人工測(cè)量、半自動(dòng)測(cè)量和自主測(cè)量[11]

究小組提出了利用雙目攝像頭掃描橋式起重機(jī)運(yùn)行環(huán)境中所有物體的邊緣像素點(diǎn)，構(gòu)建三維虛擬環(huán)境，并根據(jù)實(shí)時(shí)數(shù)據(jù)計(jì)算橋式起重機(jī)及目標(biāo)物與障礙物之間的實(shí)時(shí)距離，通過(guò)得出的數(shù)據(jù)與提前設(shè)定好的安全值進(jìn)行比較，從而確定系統(tǒng)是否需要作出警告、避障、制動(dòng)等指令的方法。1 雙目視覺(jué)避障系統(tǒng)1.1 雙目視覺(jué)的成像原理雙目視覺(jué)是計(jì)算機(jī)視覺(jué)研究領(lǐng)域的熱點(diǎn)，它通過(guò)利用雙目攝像頭采集信息，然后由計(jì)算機(jī)的軟硬件進(jìn)行分析、計(jì)算，并對(duì)采集到的圖像進(jìn)行處理，來(lái)達(dá)到模仿動(dòng)物雙眼所形成的視覺(jué)效果[2

本文提出一種基于雙目視覺(jué)的電動(dòng)汽車充電孔識(shí)別定位系統(tǒng)。用Halcon軟件實(shí)現(xiàn)攝像機(jī)標(biāo)定、雙目系統(tǒng)的標(biāo)定、手眼標(biāo)定,通過(guò)選取充電孔中心孔洞的輪廓作為透視可變型模板進(jìn)行模板匹配將充電孔與背景分離,結(jié)合雙目視覺(jué)中的立體匹配、三維定位和坐標(biāo)變換完成了充電孔的三維位姿估計(jì)。在實(shí)驗(yàn)平臺(tái)上進(jìn)行了電動(dòng)車汽車充電孔的位姿估計(jì)和充電對(duì)接實(shí)驗(yàn),該系統(tǒng)具有良好的識(shí)別定位精度。1 電動(dòng)汽車充電孔的識(shí)別與定位系統(tǒng)組成基于雙目視覺(jué)的電動(dòng)汽車充電孔識(shí)別與定位系統(tǒng)由大族六軸協(xié)作機(jī)器人Elf

積誤差，但是其純雙目版本的性能并無(wú)改善。此外，特征點(diǎn)的SLAM方法會(huì)耗費(fèi)大量時(shí)間進(jìn)行特征提取，并且對(duì)于弱紋理場(chǎng)景不具備很好的魯棒性。鑒于特征點(diǎn)這些缺點(diǎn)，文獻(xiàn)[12]提出了一種直接法的SLAM算法，直接基于圖像所有像素點(diǎn)和邊緣進(jìn)行處理，實(shí)現(xiàn)對(duì)相機(jī)的定位和環(huán)境地圖構(gòu)建，并且構(gòu)建出非常稠密的環(huán)境地圖。然而，重建非常稠密的環(huán)境地圖需要消耗大量的計(jì)算資源，不適用于一般的移動(dòng)設(shè)備，比如增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)、無(wú)人機(jī)等。因此，文獻(xiàn)[13]提出一種基于直接法的稀疏里程計(jì)方法(

0)0 引言基于雙目的三維重建技術(shù)是立體視覺(jué)的一種重要實(shí)現(xiàn)方式，它基于仿生學(xué)原理，模擬人的雙眼效應(yīng)，利用兩臺(tái)位置固定而且參數(shù)相同的CCD攝像機(jī)獲取同一景物的兩幅圖像[1]，使用立體匹配算法計(jì)算獲得圖像特征點(diǎn)對(duì)，并通過(guò)視差計(jì)算最終獲取物體深度信息。雙目立體視覺(jué)是被動(dòng)獲取被測(cè)物體深度信息的有效方法，由于其可以直接通過(guò)算法完成三維重建，且具有很強(qiáng)的適應(yīng)性，因此近些年獲得了廣泛的關(guān)注。立體匹配是雙目立體視覺(jué)從平面圖像中恢復(fù)立體信息過(guò)程中的關(guān)鍵技術(shù)。近年來(lái)，隨著計(jì)算

基于共享坐標(biāo)系的雙目立體匹配算法實(shí)現(xiàn)*杜娟1,2邱海濤1,2（1.華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院，廣東 廣州 510641 2.廣東省高端芯片智能封測(cè)裝備工程實(shí)驗(yàn)室，廣東 廣州 510641）在雙目視覺(jué)應(yīng)用中，立體匹配是衡量整個(gè)視覺(jué)系統(tǒng)速度與精度的重要環(huán)節(jié)。提出一種基于共享坐標(biāo)系的雙目立體匹配算法，分別在雙目立體匹配的左右2幅圖像上建立一個(gè)共享坐標(biāo)系，并根據(jù)2個(gè)坐標(biāo)系原點(diǎn)的位置關(guān)系計(jì)算出左右圖像的水平偏移量和垂直偏移量；特征點(diǎn)匹配時(shí)，根據(jù)水平偏移量和垂直

地導(dǎo)彈上的應(yīng)用。雙目視覺(jué)是通過(guò)左右兩個(gè)相機(jī)模擬人眼采集圖像信息的過(guò)程，用專業(yè)的圖像處理器替代人腦對(duì)圖像的處理過(guò)程，通過(guò)對(duì)不同視角對(duì)同一圖像拍攝兩張二維圖像來(lái)恢復(fù)圖像三維信息的一種方法。雙目視覺(jué)技術(shù)具有計(jì)算精度高、系統(tǒng)簡(jiǎn)單易于實(shí)現(xiàn)、操作過(guò)程簡(jiǎn)便、不過(guò)分依賴于硬件產(chǎn)品易于工程化實(shí)現(xiàn)等特點(diǎn)，是機(jī)器視覺(jué)重要研究方向。對(duì)于雙目視覺(jué)成像過(guò)程，涉及到4 個(gè)坐標(biāo)系，分別為：像素坐標(biāo)系、圖像坐標(biāo)系、相機(jī)坐標(biāo)系和世界坐標(biāo)系。許威在基于MATLAB 和Open CV 的雙目視覺(jué)

術(shù)， 通過(guò)頂置的雙目視覺(jué)傳感器與視覺(jué)通行邏輯控制器配合， 實(shí)現(xiàn)通行目標(biāo)檢測(cè)與識(shí)別。 它實(shí)現(xiàn)了檢測(cè)方式從一維到三維， 單目標(biāo)到多目標(biāo)的檢測(cè)識(shí)別。 通過(guò)多目標(biāo)復(fù)雜運(yùn)動(dòng)模式追蹤， 大幅度提高大客流密度條件下的反欺詐能力和通行能力， 能夠更精確地判斷通行目標(biāo)的類型， 提高了閘機(jī)的可靠性， 有效解決了防欺詐能力和安全性的矛盾。 同時(shí)由于擺脫了傳統(tǒng)傳感器的束縛， 設(shè)備大幅減少了長(zhǎng)度， 占地面積小。 第三代閘機(jī)通行邏輯與第二代閘機(jī)通行邏輯比較如圖1 所示。3 人工智能雙

J.等[5]將雙目視覺(jué)引入了無(wú)人船避障檢測(cè)領(lǐng)域中，僅通過(guò)處理、匹配船載雙目相機(jī)拍攝的海上可見(jiàn)光圖像，即可測(cè)得前方障礙物的位置信息，具有實(shí)施成本低、角分辨率高的優(yōu)點(diǎn)。雙目視覺(jué)因此成為近年來(lái)無(wú)人船避障檢測(cè)領(lǐng)域中的研究熱點(diǎn)。Shin B.S.等[6]以海天線為界對(duì)雙目視覺(jué)三維重建出的點(diǎn)云數(shù)據(jù)進(jìn)行海平面擬合，根據(jù)點(diǎn)云相對(duì)于海平面的高度、數(shù)量信息檢測(cè)定位海面障礙物。Sinisterra A.J.等[7]首先采用基于在線學(xué)習(xí)機(jī)制的方法檢測(cè)單目圖像中的障礙物，然后匹配

置結(jié)構(gòu)設(shè)計(jì)，通過(guò)雙目手眼機(jī)械手進(jìn)行目標(biāo)工件的定位抓取設(shè)計(jì)，體現(xiàn)其定位速度快、精準(zhǔn)度高、柔性化和環(huán)境適應(yīng)性特點(diǎn)，較好地適應(yīng)工業(yè)智能化的視覺(jué)定位應(yīng)用需求。關(guān)鍵詞：機(jī)械手;雙目;視覺(jué)定位;抓取一、引言隨著工業(yè)智能化的發(fā)展，傳統(tǒng)機(jī)器人無(wú)法滿足現(xiàn)代工業(yè)智能化的高標(biāo)準(zhǔn)，要借助于雙目圖像處理與特征提取技術(shù)、機(jī)械手手眼標(biāo)定技術(shù)、立體匹配技術(shù)和機(jī)械手控制技術(shù)，進(jìn)行雙目手眼機(jī)械手的雙目視覺(jué)定位抓取設(shè)計(jì)和應(yīng)用。二、基于工業(yè)機(jī)械手的雙目視覺(jué)系統(tǒng)概述雙目立體視覺(jué)是基于圖像視差原理，

6)一、基本原理雙目立體視覺(jué)測(cè)量的基本原理就是使用兩個(gè)攝像機(jī)成一定角度對(duì)被測(cè)物進(jìn)行三維測(cè)量[2]，兩個(gè)有一定角度的相機(jī)拍攝到被測(cè)物體不同方向在不同攝像機(jī)中的圖像，這兩張圖像經(jīng)過(guò)圖像處理，由于從不同角度拍攝，所以這兩張圖像會(huì)有視差，然后在結(jié)合標(biāo)定出來(lái)的攝像機(jī)參數(shù)就可以得到被測(cè)物體的空間三維坐標(biāo)[3]。如圖1所示，空間點(diǎn)的P(xw,yw,zw)，在兩臺(tái)圖像平面上的成像點(diǎn)。圖1 雙目立體視覺(jué)測(cè)量系統(tǒng)原理圖圖2 測(cè)量系統(tǒng)原理圖二、實(shí)驗(yàn)器材(1)本次實(shí)驗(yàn)采用的實(shí)驗(yàn)器

滿目星光便 任由雙目交睫初試 目中浮現(xiàn)一滴乳白紅呢衣 黑棉褲 藍(lán)布鞋我 生于雪花紛飛之時(shí)故 開(kāi)始環(huán)顧四周卻 只尋得母親一人她 瞇凄的眼閃爍著堅(jiān)韌微開(kāi)雙眼 繁星像是要從眼角墜落我 想圍住這星光便 任由雙目交睫復(fù)試 眸光轉(zhuǎn)為一片水綠藍(lán)校服 黑短發(fā) 白球鞋我 奔跑在青春歲月之間且 開(kāi)始窺探世界雖 只覓得其中枝葉她 瞇著雙眼散發(fā)著溫暖微開(kāi)雙眼 星月像是要從虹膜穿出我 想圈住這星光便 任由雙目交睫再試 萬(wàn)丈光芒盡收眼底睜開(kāi)雙眼我 佇立窗前沐身于黑暗之中她 和我對(duì)視飽

括單目視覺(jué)系統(tǒng)和雙目(多目)視覺(jué)系統(tǒng)。相較單目系統(tǒng)，雙目系統(tǒng)不僅能獲得場(chǎng)景的灰度信息，還能通過(guò)計(jì)算獲得場(chǎng)景的深度信息，使無(wú)人車能夠?qū)崟r(shí)獲取障礙物的形狀、位置、姿態(tài)、運(yùn)動(dòng)以及與無(wú)人車自身的相對(duì)位置等關(guān)鍵信息，為無(wú)人車的自主運(yùn)行提供支持。相較于昂貴的激光雷達(dá)系統(tǒng)，相機(jī)價(jià)格便宜且信息量更加豐富，因此基于雙目視覺(jué)的場(chǎng)景深度信息提取一經(jīng)提出便成為無(wú)人駕駛領(lǐng)域的研究熱點(diǎn)之一。為了使無(wú)人車有更快的反應(yīng)能力，必須為相機(jī)提供足夠大的視野。傳統(tǒng)的針孔成像攝像機(jī)視場(chǎng)角往往只有4

機(jī)視覺(jué)技術(shù)，使用雙目或多目視覺(jué)系統(tǒng)進(jìn)行掃描，其精度合適且結(jié)構(gòu)簡(jiǎn)易，由于傳統(tǒng)的雙目立體視覺(jué)采用被動(dòng)式技術(shù)測(cè)量，不能有效地解決圖像中重復(fù)區(qū)域、低紋理區(qū)域、紋理相似區(qū)域等帶來(lái)的誤匹配問(wèn)題，而結(jié)構(gòu)光方法可以很好地解決誤匹配問(wèn)題，因此，三維掃描中以結(jié)構(gòu)光為主的主動(dòng)視覺(jué)技術(shù)占主導(dǎo)地位。雖然結(jié)構(gòu)光掃描技術(shù)日漸成熟，但對(duì)于面型較復(fù)雜的物體（含有四角的物體或曲面復(fù)雜的多面體）需要多次重復(fù)掃描，而采用單目或雙目立體視覺(jué)的三維激光掃描系統(tǒng)，只能從一個(gè)角度獲取物體表面的縱向點(diǎn)云信

信息［6］?；?span id="z55555j" class="hl">雙目技術(shù)的無(wú)人機(jī)自主三維定位是指通過(guò)固定在無(wú)人機(jī)上的兩個(gè)攝像頭采集圖像，經(jīng)過(guò)圖像處理、圖像匹配和計(jì)算得到無(wú)人機(jī)與預(yù)設(shè)定點(diǎn)之間的距離，再經(jīng)過(guò)坐標(biāo)變換計(jì)算得到無(wú)人機(jī)的三維位置坐標(biāo)的方法。所有的工作均由無(wú)人機(jī)及其裝載裝備完成，因而具有導(dǎo)航自主性?；?span id="vf55lpt" class="hl">雙目技術(shù)的無(wú)人機(jī)自主三維定位技術(shù)與現(xiàn)有的無(wú)人機(jī)定位方法比，其定位設(shè)備可靠，設(shè)備依賴性較小［7］;而且不受時(shí)間、地點(diǎn)和環(huán)境的限制，其定位誤差既不隨時(shí)間的增加而增大，也不會(huì)因航行距離的增大而積累。不同于需

杜鴻摘 要：雙目視覺(jué)定位是模仿人類的雙目，從而獲得目標(biāo)物體的形狀、位置、顏色等信息。文章通過(guò)對(duì)ORB和SIFT算法的原理進(jìn)行研究，得出了ORB與SIFT算法的優(yōu)缺點(diǎn)，并且根據(jù)應(yīng)用的具體場(chǎng)景，選擇了ORB算法提取目標(biāo)的特征點(diǎn)并進(jìn)行立體匹配，最終完成了目標(biāo)的定位。關(guān)鍵詞：雙目：ORB； SIFT；定位ORB算子是將r-BRIEF特征描述子和o-FAST特征點(diǎn)提取算法結(jié)合以后所提出的算法，它由Rublee等在2011年提出。OBR算法主要的改進(jìn)是在FAST算

李福東摘要：雙目視覺(jué)作為一種遠(yuǎn)程傳感技術(shù)，在計(jì)算機(jī)被動(dòng)測(cè)距方法中占有最重要的地位，在機(jī)器人導(dǎo)航、工業(yè)檢測(cè)、控制和檢測(cè)姿態(tài)、軍事等領(lǐng)域得到了廣泛的應(yīng)用和航空制圖，和醫(yī)療機(jī)器成像。本文對(duì)雙目視覺(jué)物體的姿態(tài)測(cè)量和雙目視覺(jué)物體的位置測(cè)量系統(tǒng)進(jìn)行了初步研究，基于 HALCON 的圖像處理主要是圖像采集、攝像機(jī)標(biāo)定、圖像預(yù)處理。特征提取、立體匹配和信息提取。關(guān)鍵詞：雙目視覺(jué)；姿態(tài)測(cè)量一、項(xiàng)目背景雙目視覺(jué)技術(shù)廣泛應(yīng)用于大型機(jī)械姿態(tài)感知、小工件測(cè)量、無(wú)人機(jī)自動(dòng)跟蹤、3

薇 高 鳴基于雙目視覺(jué)圖像的電力設(shè)備狀態(tài)識(shí)別算法國(guó)網(wǎng)黑龍江省電力有限公司檢修公司 胡旻昊 王海濱 王 岐 陽(yáng) 薇 高 鳴提出了一種基于雙目視覺(jué)圖像的電力設(shè)備狀態(tài)檢測(cè)算法.利用雙目相機(jī)獲取電力設(shè)備的巡檢圖,計(jì)算巡檢圖中感興趣區(qū)域的視差圖,從視差圖中獲得距離信息分布.根據(jù)所述距離信息分布,確定所述電力設(shè)備的狀態(tài).通過(guò)雙目視覺(jué)測(cè)距原理實(shí)現(xiàn)設(shè)備狀態(tài)識(shí)別,為變電設(shè)備狀態(tài)的識(shí)別提供了新方法,實(shí)現(xiàn)了電力設(shè)備狀態(tài)的快速、準(zhǔn)確識(shí)別.電力設(shè)備;機(jī)器人;雙目相機(jī);視差圖像0

ATLAB的A柱雙目障礙角的測(cè)量與計(jì)算葉方標(biāo)1，李繼東2，毛榮琴3，王 勇1(1.重慶車輛檢測(cè)研究院有限公司國(guó)家客車質(zhì)量監(jiān)督檢驗(yàn)中心，重慶 401122;2.東風(fēng)柳州汽車有限公司商用車品質(zhì)保證部，廣西 柳州 545000;3.重慶長(zhǎng)安汽車股份有限公司重慶長(zhǎng)安汽車工程研究院，重慶 401120)在GB 11562-2014的基礎(chǔ)上，依托A柱雙目障礙角所滿足的幾何位置關(guān)系采用MATLAB進(jìn)行編程，并采用MATLAB的GUI功能編制計(jì)算軟件。試驗(yàn)結(jié)果表明，該方法

penGL的模擬雙目建模平臺(tái)研究與仿真劉陽(yáng), 謝宗武, 王濱, 劉宏, 蔡鶴皋(哈爾濱工業(yè)大學(xué) 機(jī)器人技術(shù)與系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室, 黑龍江 哈爾濱150001)針對(duì)空間機(jī)器人視覺(jué)伺服地面驗(yàn)證實(shí)驗(yàn)過(guò)程中相機(jī)無(wú)法獲取真實(shí)圖像問(wèn)題，本文研究了相機(jī)成像的數(shù)學(xué)模型，搭建了基于OpenGL的模擬雙目建模平臺(tái)。該平臺(tái)能夠提高視覺(jué)算法的研究效率，并能排除實(shí)驗(yàn)條件下各種未知的不確定性因素。利用模擬棋盤圖像進(jìn)行相機(jī)標(biāo)定并與預(yù)先設(shè)定相機(jī)的內(nèi)外參數(shù)矩陣對(duì)比，驗(yàn)證了該平臺(tái)的正確性。雙

利用BP神經(jīng)網(wǎng)絡(luò)雙目視覺(jué)測(cè)量建立三維空間信息與二維平面信息之間的映射的對(duì)應(yīng)關(guān)系，可以得出三維空間的具體位置，得出的誤差相對(duì)較小，可以通過(guò)計(jì)算得出網(wǎng)球運(yùn)動(dòng)員發(fā)球動(dòng)作時(shí)，手肘關(guān)節(jié)和膝關(guān)節(jié)的彎曲角度，通過(guò)和標(biāo)準(zhǔn)發(fā)球動(dòng)作時(shí)的彎曲角度對(duì)比，可以為運(yùn)動(dòng)員在發(fā)球訓(xùn)練時(shí)做出指導(dǎo)，以提高發(fā)球質(zhì)量。【關(guān)鍵詞】雙目 視覺(jué)測(cè)量 位置 角度通過(guò)機(jī)器視覺(jué)來(lái)獲取三維立體的信息，攝像機(jī)標(biāo)定則是視覺(jué)系統(tǒng)的重要組成部分。攝像機(jī)標(biāo)定的目的在于建立像平面上的二維坐標(biāo)與其相應(yīng)的被測(cè)點(diǎn)的三維空間坐標(biāo)

1000)基于單雙目融合的遮擋區(qū)域點(diǎn)云獲取技術(shù)研究張利萍，劉桂華，可 楊(西南科技大學(xué) 信息工程學(xué)院，四川 綿陽(yáng) 621000)在基于相位輪廓術(shù)進(jìn)行雙目三維重建時(shí)，傳統(tǒng)的雙目測(cè)量系統(tǒng)在遮擋條件下無(wú)法獲取雙目相機(jī)公共視野以外的區(qū)域的點(diǎn)云數(shù)據(jù)，導(dǎo)致掃描結(jié)果出現(xiàn)測(cè)量空洞或者點(diǎn)云數(shù)量減少，從而不能通過(guò)立體視覺(jué)進(jìn)行三維重建。對(duì)此，提出了一種基于雙目點(diǎn)云重建單目點(diǎn)云的方法，系統(tǒng)無(wú)需增加其他操作過(guò)程，單次掃描就能同時(shí)獲得雙目點(diǎn)云和精度較高的左右單目點(diǎn)云。在對(duì)飛機(jī)模型的測(cè)

354300）雙目視覺(jué)技術(shù)在智能機(jī)器人中的應(yīng)用研究翁和王（武夷學(xué)院 數(shù)學(xué)與計(jì)算機(jī)學(xué)院，福建 武夷山 354300）隨著工業(yè)自動(dòng)化的不斷發(fā)展，生產(chǎn)加工中的自動(dòng)化水平越來(lái)越高，機(jī)器人視覺(jué)在自動(dòng)化生產(chǎn)中的地位也越來(lái)越重要.其中立體實(shí)體技術(shù)是智能機(jī)器人的重要標(biāo)志.本文就對(duì)雙目視覺(jué)技術(shù)在智能機(jī)器人中的應(yīng)用進(jìn)行了簡(jiǎn)單的分析研究.雙目視覺(jué)技術(shù)；智能機(jī)器人；自動(dòng)化水平1 引言一開(kāi)始引入機(jī)器人，只是為了彌補(bǔ)經(jīng)濟(jì)高速發(fā)展時(shí)期的勞動(dòng)力不足，隨著我國(guó)經(jīng)濟(jì)穩(wěn)定時(shí)期的到來(lái)，為了能夠

計(jì)搭建的葡萄定位雙目立體視覺(jué)系統(tǒng)實(shí)驗(yàn)平臺(tái)進(jìn)行田間實(shí)驗(yàn)，當(dāng)雙目攝像機(jī)與葡萄的距離為400～950 mm時(shí)，誤差分布范圍為0.15～11.50 mm。通過(guò)該項(xiàng)實(shí)驗(yàn)進(jìn)行研究，以期為葡萄自動(dòng)化采摘精確定位奠定基礎(chǔ)。自動(dòng)化；葡萄；定位；誤差我國(guó)葡萄產(chǎn)業(yè)發(fā)展迅速，2013年葡萄總產(chǎn)量高達(dá)1 055萬(wàn)t，其中新疆葡萄總產(chǎn)量占全國(guó)總產(chǎn)量19.8%，成為我國(guó)葡萄產(chǎn)量最大的省區(qū)[1]。由于葡萄采摘作業(yè)繁瑣，地區(qū)機(jī)械化落后，采摘作業(yè)的自動(dòng)化程度不高，多年來(lái)新疆葡萄采摘基本上都是

適觀察，往往采用雙目光學(xué)結(jié)構(gòu)形式。常見(jiàn)的雙目光學(xué)儀器有雙筒望遠(yuǎn)鏡、雙目顯微鏡、飛行員頭盔夜視儀，以及各種車輛平臺(tái)上的雙目觀察儀器。傳統(tǒng)的雙目光學(xué)結(jié)構(gòu)通常采用瞳距可調(diào)來(lái)適應(yīng)不同人眼的瞳距。隨著微顯示技術(shù)和數(shù)字視頻技術(shù)的發(fā)展，雙目大出瞳結(jié)構(gòu)的光學(xué)儀器也越來(lái)越多，如雙目熱像儀、單管雙目夜視儀、視頻眼鏡、體視眼鏡等。雙目大出瞳結(jié)構(gòu)，在設(shè)計(jì)中除了考慮像差外，還要考慮雙目結(jié)構(gòu)對(duì)人眼的影響。如果設(shè)計(jì)不當(dāng)，觀察者長(zhǎng)時(shí)間使用儀器會(huì)產(chǎn)生頭暈、疲勞等不適感。本文通過(guò)分析人眼雙目

1300)?基于雙目立體視覺(jué)的果蔬深度信息獲取喬方博1，2， 曾松偉1，3， 宋洪軍1,3,郜園園1，3*(1.浙江農(nóng)林大學(xué)信息工程學(xué)院智慧農(nóng)林業(yè)研究中心,浙江杭州 311300；2.北京交通大學(xué)電子信息工程學(xué)院，北京 100044；3.浙江省林業(yè)智能監(jiān)測(cè)與信息技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，浙江杭州 311300)摘要針對(duì)果蔬采摘機(jī)械采摘過(guò)程中深度信息不易獲的缺陷，該研究運(yùn)用雙目立體視覺(jué)技術(shù)通過(guò)攝像機(jī)標(biāo)定對(duì)豆角的位姿信息進(jìn)行獲取。首先根據(jù)相機(jī)成像原理闡述圖像坐標(biāo)系、

基于雙目視覺(jué)的持續(xù)導(dǎo)航定位系統(tǒng)隨著車載系統(tǒng)和衛(wèi)星定位系統(tǒng)的發(fā)展，車載定位系統(tǒng)現(xiàn)已成為每一輛車上的基本配置?，F(xiàn)代的汽車定位系統(tǒng)主要使用全球衛(wèi)星定位系統(tǒng)方式對(duì)車輛位置進(jìn)行定位，但是全球衛(wèi)星定位系統(tǒng)的信號(hào)可能由于天氣、云層、樹木和建筑的遮擋等因素使信號(hào)中斷，難以連續(xù)定位。學(xué)術(shù)上，有人采用慣性導(dǎo)航儀得到車輛的縱向速度、側(cè)向速度和橫擺角速度等運(yùn)動(dòng)狀態(tài)，通過(guò)積分和信息融合的方式，對(duì)缺失的全球衛(wèi)星定位系統(tǒng)信號(hào)進(jìn)行補(bǔ)償，但慣性導(dǎo)航儀的成本較高（1萬(wàn)多美元）。介紹了一種基于

言在機(jī)器視覺(jué)中，雙目視覺(jué)是指在不需要特殊光源的情況下，運(yùn)用兩臺(tái)視覺(jué)傳感器在一定距離范圍內(nèi)同時(shí)對(duì)同一物體拍攝，通過(guò)獲取的兩幅圖像中對(duì)應(yīng)點(diǎn)的位置關(guān)系最終確定該物體的空間位置。機(jī)器視覺(jué)技術(shù)相較于其他技術(shù)而言是一種快速發(fā)展的新技術(shù)，20世紀(jì)60年代美國(guó)的Robert通過(guò)分析大量圖像，把對(duì)圖像的研究從二維發(fā)展到了三維。20世紀(jì)80年代初期，美國(guó)麻省理工學(xué)院的David Marr教授提出了視覺(jué)研究中較為完善的視覺(jué)理論系統(tǒng)，該系統(tǒng)至今仍為機(jī)器視覺(jué)系統(tǒng)發(fā)展的理論基礎(chǔ) 。其